文献

J-GLOBAL ID：202202241591502625   整理番号：22A0979943

自己注意機構と結合したウェーブレットネットワークの一般的スタイル移動モデル【JST・京大機械翻訳】

General style transfer model of wavelet network combined with self-attention mechanism

著者 (4件)： Yan Mingqiang (College of Information, Yunnan University,Kunming,China) ,  Yu Pengfei (College of Information, Yunnan University,Kunming,China) ,  Li Haiyan (College of Information, Yunnan University,Kunming,China) ,  Li Hongsong (College of Information, Yunnan University,Kunming,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ITOEC  ページ： 1827-1832  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 芸術的スタイル移転は,参照として2つの画像(コンテンツ画像とスタイル画像)を用いて,コンテンツ画像の内容をできるだけ多く保存し,スタイル画像のスタイル特性をコンテンツ画像に転送する。既存の方法は,通常,様々な正規化技術を使用するが,これらの技術は,異なる空間位置に対して異なるテクスチャを完全に移動させる際に限界がある。自己注意に基づく方式は,この問題を解決して,いくつかの進展をしたが,不必要な画像テクスチャがあり,不必要なアーチファクトをもたらした。また,スタイル転送のための画像レイアウトを固定するためにマスクを追加する試みがあるが,マスク境界で協調結果を生成することは難しい。VGGネットワークにウェーブレットネットワークを埋め込むことが試みられ,より詳細なスタイル化画像が得られ,実際には,より視覚的に plしい結果を達成した。これらの問題を解決するために,本論文は,画像特徴抽出におけるウェーブレット変換,自己注意機構,白化,および彩色変換WCT(Whiten-Color変換)の利点を結合することを試み,コンテンツ画像とスタイル画像のセマンティック情報とスタイル特性をより良く重み付けするための新しい一般的スタイル転送方式を提案する。さらに,本論文は,再構成画像の欠落詳細のために,画像の高レベル意味情報を得るために,自己注意機構を使用した。以前の方法と比較して,提案方法はある特徴マップのために訓練する必要がなく,どんなスタイルマップもコンテンツマップのスタイルを転送するために使用することができる。実験結果は,モデルがスタイル移動とアーチファクト除去に関して良い影響を持って,さらに,方式が良い多様性を持つことを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  *ネットワーク ,  発色 ,  白化 ,  正規化 ,  アーチファクト ,  ウェーブレット変換 ,  コンテンツ
準シソーラス用語： 画像テクスチャ ,  アーチファクト除去 ,  *ウェーブレットネットワーク ,  画像特徴抽出 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 自己注意機構 ,  ウェーブレットネットワーク ,  スタイル ,  移動モデル